中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 无人机飞行高度对冬小麦植株氮积累量预测模型的影响 河南农业科学 2022 (2) 147-158
Position: Home > Articles > 无人机飞行高度对冬小麦植株氮积累量预测模型的影响 Journal of Henan Agricultural Sciences 2022 (2) 147-158

无人机飞行高度对冬小麦植株氮积累量预测模型的影响

作  者：
井宇航;郭燕;张会芳;戎亚思;张少华;冯伟;王来刚;贺佳;刘海礁;郑国清
单  位：
河南省农业科学院农业经济与信息研究所;河南农业大学农学院/省部共建小麦玉米作物学国家重点实验室
关键词：
无人机;冬小麦;飞行高度;植株氮积累量;预测模型;植被指数;纹理特征;
摘  要：
无人机具有快速、高效、无损获取作物信息的优势，但是飞行高度直接影响作物信息获取效率。通过设置30、60、90 m飞行高度获取冬小麦拔节期、开花期、灌浆期不同分辨率的无人机遥感影像，探索无人机飞行高度对冬小麦植株氮积累量预测模型的影响。首先将不同高度植被指数和纹理特征与冬小麦植株氮积累量进行相关性和共线性分析，筛选出6个植被指数（NDVI、RDVI、RERDVI、GBNDVI、OSAVI、EXG）和4个纹理特征（Green-mean、Green-sm、Red-mean、Red-var）。基于筛选出的植被指数和纹理特征，采用偏最小二乘回归（PLSR）和BP神经网络（BPNN）法建立了植被指数、纹理特征与植被指数+纹理特征的冬小麦植株氮积累量预测模型，并将模型在不同高度进行交叉验证，采用决定系数（R~2）、均方根误差（RMSE）和相对分析误差（RPD）指标对模型的稳定性进行分析。结果表明，2种方法均是30 m飞行高度遥感影像提取的植被指数、纹理特征、植被指数+纹理特征建立的预测模型稳定性最好，3种建模信息构建的模型验证时的R~2、RMSE、RPD分别为0.57～0.89、1.27～4.16 g/m~2、1.67～3.65。BPNN在3种建模信息下构建的模型稳定性整体优于PLSR，验证模型的R~2、RPD分别提高0.01～0.39、0.05～1.44,RMSE下降0.08～8.53 g/m~2。3个高度植被指数、纹理特征、植被指数+纹理特征的植株氮积累量预测模型稳定性顺序：植被指数+纹理特征>植被指数>纹理特征。融合3个飞行高度遥感影像的植被指数、纹理特征、植被指数+纹理特征进行植株氮积累量预测可以提高估算精度，R~2、RMSE、RPD分别为0.89～0.93、1.80～2.03 g/m~2、3.54～4.03。因此，在兼顾效率与精度的情况下，适当提高无人机飞行高度，综合利用植被指数和纹理特征可以对植株氮积累量达到较好的预测效果。

相似文章

导出引用
计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 1

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46